随着ChatGPT-3.5和ChatGPT-4的发布，AIGC又迎来一波热浪，IT行业重新聚焦人工智能这一现象级热点；为此，6.10日我们于北京举办了ChatGPT实践应用和大模型技术解析线下沙龙，想和掘友们聊聊ChatGPT和大模型那些事！
至此，和大家先别三年的掘力计划系列线下活动正式宣告回归啦!
本次沙龙我们分别邀请了2位开源项目作者和2位业内专家，从技术原理、实战、应用等多维角度，共同探讨ChatGPT和大模型在当今技术领域的影响和变革。
80
%” loading=”lazy”>
Topic1 开源揭秘：35k+ Stars ChatGPT 桌面应用
陈鑫（lencx） 一位 8 年前端开发经验，平常喜欢折腾，热衷开源，业余学习 Rust，Tauri 等。本次给大家分享了自己独立开发 ChatGPT 桌面应用所经历的心路历程；以及如何将项目从默默无闻，做到 37K+ Stars 顶级开源项目；希望可以给大家带来一些思考。
项目核心实现过程
lencx的本次项目灵感来自于机器人指令，如果经常玩 TG 或者 Discord 的朋友应该都比较熟悉（通过输入斜杠指令来调用机器人的功能。比如：/help、/start 等）。
桌面应用是基于 Tauri 的套壳实现，简单来说就是直接在 WebView 中加载网站 URL。通过注入脚本的方式来实现对网站功能的扩展。主要有以下几点：
- 如何加载 URL 到窗口？
- 加载的网址中如何注入脚本？
- 注入脚本中如何调用 Tauri API？
个人开发过程中的产品思考
产品闭环：它可以很小，功能可以很简陋，但是必须要形成最小闭环，保证其可用性（产品核心功能可以正 常使用）。
速度要快：开发速度，更新速度，问题相应速度都要快，因为它可以帮助你抢占第一波用户（种子用户积累 很重要，可以形成口碑，帮助产品二次传播）。
用户体验：这是需要花心思的，虽然你是一名开发者，但是你更是一名使用者。所以没有产品，你就是产品； 没有设计，你就是设计（你就是用户，甚至你要比用户更懂用户，学会取舍）。
产品计划：你对产品未来方向的规划，计划加入什么牛逼的功能，需要在文档里写清楚。它就相当于是在给 用户画饼，可以打动一些想要长期追随它的用户（注意：画饼不代表天马行空的想法，而是根据实际情况， 可实现但因时间原因暂时无法实现的计划）。
差异化：因为当你发现机会的时候，别人可能早已经在里面开始收割了，所以产品功能的差异化，将是你的 突破口（人无我有，人有我有优）。
稳定性：产品的初期的架构很重要，它可能会伴随其一生。重构有时候并不现实，因为它需要牵扯到很多的 历史包袱，数据兼容，人力成本等等（可扩展性很重要）。
lencx认为：身为一名程序员很自豪，虽然足不出户，指尖却有着可以改变世界 (可能有 点大了) 自己的力量。即使不能实现，将其作为努力的目标也不错。
Topic2：中国的年轻人都在怎么玩ChatGPT？—— 一个开源作者的管中窥豹
张义飞：两年工作经验，依次在百度、腾讯、亚马逊实习过一段时间，现在在某不知名小厂打杂；技术栈比较宽。
本次义飞主要介绍了在开发 ChatGPT-Next-Web 项目中的历程，从项目开发动机，到产品设计的一些巧思，再到初期预热推广，以及如何让应对用户增长、小白用户分流、经营 Github Issue 区以及通过社交工具构建快速反应社区，让所有人感兴趣的人都参与进来，最后也分享一下对大模型技术应用场景的一些个人看法.
ChatGPT-Next-Web项目目前的情况
产品设计的一些巧思
一键部署 ：假设所有用户都是懒狗
快速加载：假设所有用户都是急急国王
自动更新：不多说了，都是懒狗
面具 ：搞点和别人不一样的噱头
精致设计：不仅是懒狗，还是颜控
对开源的理解
对未来可以落地方向的瞻望
张义飞：用代码解决实际问题是一件比打游戏更上瘾的事情！
Topic3：大语言模型的相关特性及对应用的影响
刘喆：白海科技联合创始人兼技术负责人，总体负责白海科技IDP LM 专属大模型应用加速平台及解决方案有丰富的数据开发和架构经验，曾在百度、明略、人民搜索任职，负责包括AI开发生产平台构建、大数据平台构建和广告监测全流程设计等
本次分享中主要科普了巨量参数带来的挑战、结构复杂带来的挑战、训练是个系统工程、 Task 训练Tips；介绍了大语言模型的一些相关特性：文本续写的本质，大参数量带来的相关训练问题及解决方案，大参数量带来的效果优化困难及相关相关策略，分布式训练特性产生的系统工程要求及系统化能力要求，Task 训练相关的对策等。
对大模型的展望
刘喆：未来大模型市场的服务商头部厂商可能占据80%的市场份额，目前入场还有机会。
Topic4：VisualGLM：中英双语多模态对话预训练模型
丁铭：本科博士均就读于清华大学计算机系，主要研究方向为大模型预训练。丁铭第一作者发表国际知名会议文章10余篇，谷歌学术引用2600余次，主持的CogView、CogVideo等工作在领域内均具有较大影响力；目前在智谱VisualGLM项目中担任ProjectLead。
VisualGLM-6B是最近发布的开源中英双语的多模态对话模型，该模型可以理解图像，并能根据图像内容进行流畅的问答。本次丁铭主要分享了VisualGLM的预训练过程，模型结构，部署方法，微调方法等。
ChatGLM & VisualGLM 项目介绍
VisualGLM 训练过程
Lora merge的参数合并
QA&茶歇&合影
本次分享PPT： bytedance.feishu.cn/file/UsdSbX…
直播回放链接：juejin.cn/live/ChatGP…
以上总结By：Captain，有合作意向和新想法的也可以在掘金私信联系我哦～～～
一个小调研
掘力计划线下沙龙近期重启啦，对于近期大家感兴趣的热点可以在评论下留言，我们下次的活动主题会参考大家反馈；提供一些参考方向：
- visionOS 或 XR 主题
- 程序员如何让应对AI的冲击等。。。
